[发明专利]基于信任得分和地理范围搜索实体

说明书

本文描述了用于基于信任得分和地理范围搜索实体的系统、设备和方法。可以计算实体之间的信任得分，其中实体包括但不限于人类用户、用户组、组织或企业/集团，并且可以考虑各种因素，包括核实数据、网络连接性、公开可用信息、评级数据、团体/人口统计信息、位置数据以及要执行的交易等。用户可以搜索某个地理位置内满足期望信任得分的实体。可以例如通过生成示出识别出的实体和用户设备的当前位置的地图来生成搜索的结果以供在用户设备上显示。可以通过输入用户要执行或期望的预期活动或交易并由此返回与该活动或交易相关联的实体来过滤搜索。

背景技术

信任是许多社交和商业互动的重要组成部分，但信任既难以测量，又难以量化。人们通常会期待各种不同的因素、经历和影响，以确定在交易中信任另一方或实体的程度。例如，决定是否在特定餐馆用餐的潜在顾客可以考虑他或她在餐馆吃过多少次、来自朋友和家人的口口相传以及来自在线反馈站点的任何评级。作为另一个示例，银行可以在确定是否发放贷款时查找潜在借款人的信用得分作为其财务责任的测量。关于在确定信任级别时哪些因素最重要，人们常常可以有着截然不同的偏好，并且这些偏好可以取决于交易的类型和细节而改变。信任也可以随时间的推移而改变，从而反映累积的经验、交易历史以及实体之间的近期趋势。单个负面事件会破坏信任，并且信任也可以随着时间的推移而重建。所有上述考虑都使“信任”成为难以捉摸的测量。

发明内容

本文描述了用于计算信任得分和基于信任得分和地理范围(geography)搜索实体的系统、设备和方法。可以在实体之间计算信任得分，其中实体包括但不限于人类用户、用户组、位置、组织或企业/集团，并且可以考虑各种因素，包括核实数据、网络连接性、公开可用信息、评级数据、团体(group)/人口统计、位置数据和要执行的交易等。信任得分可以反映实体在特定社区中或与另一个实体相关的可信度、声誉、成员资格、状况和/或影响。信任得分可以考虑来自任何合适的数据源的数据，包括但不限于网络连接性信息、社交网络信息、信用得分、可用的法院数据、选择提供的数据、交易历史、评级/反馈数据、团体/人口统计数据、搜索引擎数据或任何公开可用信息。信任得分还可以包括由实体自身提供的某些非公开可用信息(例如，非公开交易历史、目标评级等)。

如本文所使用的，“系统信任得分(system trust score)”是指基于可用于实体的信息为实体计算的信任得分，而无需具体地引用另一个实体或活动/交易。系统信任得分可以表示未考虑关于具体活动/交易的信息的实体的基本可信度级别。在一些实施例中，可以基于公开可用信息(诸如核实数据、网络连接性得分和/或评级数据)来计算系统信任得分。如本文所定义的，“网络社区”可以包括通过网络(包括但不限于计算机网络或社交网络)连接的实体的任何集合或组。在一些实施例中，用户可以将初始信任得分设置为最小信任级别。在这些实施例中，可以基于公开可用信息来检索和更新初始信任得分，以便确定系统信任得分。在一些实施例中，系统信任得分可以在请求时提供给最终用户，而最终用户不必识别自己。例如，最终用户可以例如通过网站或移动应用查询其它实体的系统信任得分，而无需登录网站或移动应用或者以其它方式必须识别自己。

如本文所使用的，“对等信任得分(peer trust score)”是指与第二实体相关地为第一实体计算的信任得分。对等信任得分可以考虑特定于第一实体和第二实体的某些信息，诸如第一实体和第二实体之间的具体交易历史、公共联系人/朋友的数量等。在一些实施例中，对等信任得分可以从系统信任得分导出并表示系统信任得分的更新。例如，在一些实施例中，可以基于与系统信任得分基本相同的数据源来计算对等信任得分，其中可以更新一些组成部分以便进一步加权或考虑特定于第一实体和第二实体的附加信息。在其它实施例中，可以独立于系统信任得分来计算对等信任得分，并且可以基于与系统信任得分不同的数据源集合。